视频对象语音播放方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了视频对象语音播放方法、装置、电子设备及可读存储介质，应用于语音处理技术领域，所述视频对象语音播放方法包括：确定音视频画面中的目标视频对象和语音收听者之间的空间位置信息；根据所述空间位置信息和所述目标视频对象在所述音视频画面中的音源画面位置信息，确定所述目标视频对象对应的初始语音的音源空间位置信息；根据所述音源空间位置信息，对所述初始语音进行空间渲染，得到空间渲染语音；向所述语音收听者播放所述空间渲染语音。本申请解决了音视频场景下的语音播放效果差的技术问题。放效果差的技术问题。放效果差的技术问题。

【技术实现步骤摘要】
视频对象语音播放方法、装置、电子设备及可读存储介质


[0001]本申请涉及语音处理
，尤其涉及一种视频对象语音播放方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着科技的不断发展，音视频设备得以应用于用户生活的方方面面，例如在视频播放、视频浏览、网课学习以及视频通话等众多音视频场景中，用户都可在观看音视频设备显示视频画面的同时，通过音视频设备自带的扬声器、蓝牙耳机、有线耳机以及AR(Augmented Reality，增强现实)设备的扬声器等又可实时播放视频画面的视频语音，但是，由于视频语音的语音产生方位受限于语音输出设备的扬声器位置，使得用户无法准确感知视频画面中视频对象的真实语音位置，进而导致用户无法拥有现实场景中的视听体验，也即，用户在音视频场景下的沉浸感和真实感差，所以，当前音视频场景下的语音播放效果差。

技术实现思路

[0003]本申请的主要目的在于提供一种视频对象语音播放方法、装置、电子设备及可读存储介质，旨在解决现有技术中音视频场景下的语音播放效果差的技术问题。
[0004]为实现上述目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频对象语音播放方法，其特征在于，所述视频对象语音播放方法包括：确定音视频画面中的目标视频对象和语音收听者之间的空间位置信息；根据所述空间位置信息和所述目标视频对象在所述音视频画面中的音源画面位置信息，确定所述目标视频对象对应的初始语音的音源空间位置信息；根据所述音源空间位置信息，对所述初始语音进行空间渲染，得到空间渲染语音；向所述语音收听者播放所述空间渲染语音。2.如权利要求1所述视频对象语音播放方法，其特征在于，所述空间位置信息包括实际空间位置信息和虚拟空间位置信息，所述确定音视频画面中的目标视频对象和语音收听者之间的空间位置信息的步骤包括：检测所述音视频画面是否为虚拟画面；若所述音视频画面为所述虚拟画面，则将预设虚拟距离作为所述虚拟空间位置信息；若所述音视频画面不为所述虚拟画面，则通过检测所述目标视频对象和所述语音收听者之间的实际距离，得到所述实际空间位置信息。3.如权利要求2所述视频对象语音播放方法，其特征在于，在所述根据所述空间位置信息和所述目标视频对象在所述音视频画面中的音源画面位置信息，确定所述目标视频对象对应的初始语音的音源空间位置信息的步骤之前，所述视频对象语音播放方法还包括：获取所述目标视频对象对应的初始语音；根据所述初始语音，确定所述目标视频对象的音源发声部位；根据所述音源发声部位，在所述目标视频对象对应的音源区域图像确定音源画面位置信息。4.如权利要求3所述视频对象语音播放方法，其特征在于，所述根据所述音源发声部位，在所述目标视频对象对应的音源区域图像确定音源画面位置信息的步骤包括：检测所述音源区域图像是否存在所述音源发声部位；若存在，则将所述音源发声部位的第一部位特征点对应的位置信息作为所述音源画面位置信息；若不存在，则通过所述音源区域图像预测所述音源发声部位对应的第二部位特征点，并将所述第二部位特征点的位置信息作为所述音源画面位置信息。5.如权利要求4所述视频对象语音播放方法，其特征在于，所述通过所述音源区域图像预测所述音源发声部位对应的第二部位特征点，包括：在所述音源区域图像提取所述目标视频对象的对象特征信息；将所述对象特征信息输入至...

【专利技术属性】
技术研发人员：赵冠博，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：